如何从dplyr数据框中的每个组中选择最后N个观测值？

问题描述

给出一个数据框：

df <- structure(list(a = c(1, 1, 1, 2, 2, 2, 3, 3, 4, 4), b = c(34,
343, 54, 11, 55, 62, 59, -9, 0, -0.5)), row.names = c(NA, -10L
), class = c("tbl_df", "tbl", "data.frame"))

我想从每个组中获取最后N个观察值/行：

I want to take last N observations / rows from each group:

df %>%
dplyr::group_by(a) %>%
dplyr::last(2)

给我错误的结果。

我希望它是：

a   b
1 343
1  54
2  55
2  62
3  59
3  -9
4   0
4  -0.5

请告知这是怎么回事？

我得到的错误是：

推荐答案

因为这是基于的特定问题dplyr

1 ）后er group_by ，在 row_number（）上使用 slice

1) after the group_by, use slice on the row_number()

library(tidyverse)
df %>%
   group_by(a) %>%
   slice(tail(row_number(), 2))
# A tibble: 8 x 2
# Groups:   a [4]
#      a      b
#  <dbl>  <dbl>
#1     1  343
#2     1   54
#3     2   55
#4     2   62
#5     3   59
#6     3   -9
#7     4    0
#8     4   -0.5

---

2 ）或使用 dplyr

df %>%
   group_by(a) %>%
   filter(row_number() >= (n() - 1))

---

3 ）或使用 do 和 tail

df %>%
    group_by(a) %>%
    do(tail(., 2))

---

4 ）除 tidyverse ，方法，我们还可以使用紧凑型 data.table

---

4) In addition to the tidyverse, methods, we can also use compact data.table

library(data.table)
setDT(df)[df[, .I[tail(seq_len(.N), 2)], a]$V1]

---

5 ）或由来自 base R

by(df, df$a, FUN = tail, 2)

6 ）或从基础R 起带有总计

df[aggregate(c ~ a, transform(df, c = seq_len(nrow(df))), FUN = tail, 2)$c,]

7 ）或使用从 base R

do.call(rbind, lapply(split(df, df$a), tail, 2))

这篇关于如何从dplyr数据框中的每个组中选择最后N个观测值？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！